Thomson Reuters が AI の導入に成功した方法 (および組織もその成功に追随できる方法)

GitHub エグゼクティブインサイトで公開

産業全体にわたって、組織は AI を活用して反復的なタスクを自動化し、複雑なプロセスを合理化し、従業員がさらに戦略的かつ創造的なイニシアティブに集中できる取り組みを始めています。タスク完了時間を 46% 短縮し、コード品質を 39% 改善することが示されている GitHub Copilot のようなツールはソフトウェア構築方法を既に変革させています。

とはいえ、AI の導入を成功させるのはそう簡単ではありません。AI の導入を成功させるには、戦略的な計画を策定し、体系的なインプリメンテーションを行い、技術と組織的な目標を連携させる必要があります。企業はその規模に関係なく、カスタマイズされた意識的なアプローチを実行して AI ソリューションを最大限に活用する必要があります。

GitHub Copilot の採用で成功を収めた企業の 1 社が、法務、税務、会計、メディア領域のリーダーである Thomson Reuters です。Thomson Reuters がエンジニアリング組織全体に GitHub Copilot を導入してそのスケーリングを行う上で採用したステップと、他の組織が同様に成功できる方法について確認してみましょう。

ステージを設定する

Thomson Reuters は AI ジャーニーを 2022 年に開始しました。エンジニアリングリーダーは、業界のトピックとして開始するこの AI が自社のエンジニアリングエクセレンスを培うチャンスであり、GitHub Copilot は運用の加速化にうってつけである可能性があると認識していました。

しかし最初に、いくつかの重要な質問に答える必要がありました。

GitHub Copilot は開発者の効率性、コード品質、満足度をどの程度改善できるのか?
GitHub Copilot は Thomson Reuters の広範なエンジニアリングカルチャーやビジネス目標と足並みを揃えられるのか?
開発者の抵抗を最小限に抑えてその効率的なオンボーディングを実現できる方法は?

こうした問題の解決法を見出すため、Thomson Reuters は 2023 年、焦点を絞った小規模な 2 件のGitHub Copilot パイロットプログラムを開始しました。このプログラムには以下が盛り込まれました。

広範なテクノロジースタックにわたって作業するさまざまなチームからの 100 名を超えるエンジニアを対象とする。
GitHub Copilot で週あたり 4 時間のコーディングを行い、週次のフィードバックを提供するよう参加者からコミットを得る。
GitHub Copilot がコーディングの効率、品質、その全体的なデベロッパーエクスペリエンスにどの程度影響を与えるのかを徹底的にテストできるように設計された 7 週間のタイムラインを設定する。

パイロットプログラムの結果

どうだったのでしょうか?

GitHub Copilot を使用した開発者のタスク完了速度が 46% 短縮しました。
コード品質が 39% 改善しました (プルリクエスト (PR) あたりの変更数で測定。影響力のより大きいコントリビューションがあったことを示唆)。
開発者の 68% が良好なユーザーエクスペリエンスを報告し、このツールが直感的に操作できて各自のワークフローに簡単に統合できると説明しました。

参加者コメントにはそれ以上に彼らの興奮が反映されていました。

-“コーディングの思考を察知してくれる相棒を手に入れたみたい。” -“GitHub Copilot なしで作業するなんてもはや想像できなくなった。” -“マジカルな体験。もちろん、AI による提案が的外れでない限り!”

明らかに、このパイロットの成果はより広範な導入への道を開く上で十分でした。

GitHub Copilot の企業全体におけるスケーリング

パイロット成功の後は、テストからフルインプリメンテーションへの移行です。Thomson Reuters は、導入を効率的にスケーリングするための 4 ストリーム戦略を策定しました。

ロールアウトと導入 : ライセンスを自動で有効化し、使用状況を追跡することにより、同社は複数チームにわたる開発者の 2,000 シートを超えるオンボーディングを効率的に実行できました。
イネーブルメントとトレーニング : 同社はこのツールを早期に導入してその支持者となったユーザーで構成されるチャンピオンコミュニティ (community of champions) を組織し、徹底的なトレーニングリソースを提供して彼らが GitHub Copilot を最大限に活用できるよう力を与えました。
測定と報告 : 開発者の効率、コード品質、満足度といった指標を月次調査と組み合わせ、あらゆる課題に迅速に対処できているか確認しました。また、このアプローチによって継続的な成功を追跡する明確な方法を得られました。
ベストプラクティスと継続的な改善 : チームは成功事例やユースケースを社内で共有して熱意を維持し、長期的な投資収益率の実現に向けて戦略を最適化しました。

持続的なパフォーマンス指標

データ収集とフィードバックループの拡充により、Thomson Reuters は以下の成果を認めました。

PR の持続時間が 45% 短縮しました。
PR あたりの変更数が 44% 増加しました。これは開発者からの影響力のより大きなコントリビューションがあったことを示唆しています。

もっと魅力的? 開発者たちは新たに見つけた効率性を生かして学習、研究、革新的な探求を行えるようになり、仕事の全体的な満足度が高まったと報告しました。

GitHub Copilot のロールアウトを確実に成功させたいですか?

アクティブユーザーや積極的に関与しているユーザー、言語の優先順位、統合開発環境　(IDE) の使用状況を追跡してデータドリブンの決定を下します。

指標ガイドを今すぐ調べる >

企業リーダー向けの教訓

企業リーダー向けの教訓 GitHub Copilot といった AI ツールの採用を目指す企業リーダーの皆さんに向けて、Thomson Reuters の事例から得られた永遠の教訓を以下に示します。

小さく始めてスケーリングする パイロットプログラムによって企業は予備調査をし、的確なフィードバックを収集し、導入戦略を精緻化してからフルスケールのインプリメンテーションにコミットすることができます。
重要な指標に重点的に取り組む (試用開始前であっても) 早い段階で定量的、定性的な指標を規定します。コーディング速度であるか開発者の満足度であるかに関係なく、組織にとって重要な KPI を見極めます。
トレーニングとサポートに投資する 誰もが当然 AI ツールを採用すると思い込んではなりません。体系的なイネーブルメントプログラムを策定することであらゆるスキルレベルの開発者が恩恵を受けられます。
チャンピオンコミュニティを組織する 他者にインスパイアできる熱心な早期採用者の特定は非常に重要です。その成功事例により、もっと幅広いチームで信頼を築き、興奮を根付かせることができます。
コラボレーションを維持する GitHub Copilot のような AI ツールはコラボレーションによって成長します。こうしたツールは人間の取り組みを補完するように設計されており、それを置き換えるものではありません。この考え方を推進して過度の依存や誤用を避けるようにします。
反復し、適応させる AI の導入は生きたプロセスです。フィードバックループを戦略に組み込んで、このテクノロジーの影響をさらに詳しく学習しながら継続的に精緻化と改善を進めます。

これからは企業における AI の時代です。既に取り組んでいますか?

GitHub Copilot はソフトウェア開発の未来に向けた重大なステップです。開発者を反復的なコーディングタスクから解放することで、開発者は創造的な問題解決、大局的な思考、イノベーションに集中して取り組むことができるようになります。

Thomson Reuters は、周到なパイロット実施からシームレスなスケーリングに至るまで、企業が AI をうまく統合するための明確なロードマップを提供しています。同社の成果は? 効率性、コード品質、開発者の幸福度が高まりました。

Thomson Reuters の後に続く準備ができていれば、今すぐ開始しましょう >

GitHub での AI やその他のイノベーションの戦略的役割について、さらに詳しく知りたいですか? エグゼクティブインサイトで、テクノロジーとビジネスの将来について、ソートリーダーシップの詳細をご覧ください。